← 返回实验室

AI眼底糖网分级定制:病灶标注与转诊阈值

眼底彩照是基层筛查糖尿病视网膜病变最易获得的一类影像,但拍摄质量参差、分级标准在阅片者之间存在差异,直接决定模型能否落地。本阶段实验把任务拆成三步:图像质量门控、病灶级辅助标注、分级与转诊建议输出。

质量门控先判断模糊、反光、瞳孔遮挡与曝光不足,不可判读图直接退回重拍,不进入分级环节;病灶侧只要求模型稳定标记微血管瘤、出血与硬性渗出区域,供医生复核时快速定位,不代替诊断结论。分级按国际分级标准输出五档结果,并额外给出“是否转诊”的二分类判断。

要点进展:在 1,860 张院内脱敏验证集上,质量门控剔除约 7% 不可判读图,五档分级与高年资阅片医生的加权一致率约 0.84,转诊二分类敏感度 0.93、特异度 0.88;阈值下调后漏诊减少,但假阳性上升,说明阈值需按筛查场景而非单纯追求准确率来定。

下一步计划:接入第二家体检中心做外部验证,按患者而非单眼聚合结果,避免单眼漏诊;对低置信度病例强制转人工复核,并把随访时序纳入模型,观察进展性病变的识别是否稳定。

评论

更多研究动态

查看全部实验室 →